妙手、本手還是俗手？

昨夜，谷歌罕見地改變了去年堅持的“大模型閉源”策略，推出了“開源”大模型 Gemma。

Gemma 采用了與 Gemini 相同的技術，由谷歌 DeepMind 與谷歌其他團隊共同合作開發，在拉丁文中意為 “寶石”。

Gemma 包括兩種權重規模的模型：Gemma 2B 與 Gemma 7B，每種規模都有預訓練與指令微調版本。同時，谷歌還推出了一系列工具，旨在支持開發者創新，促進合作，并指導如何負責任地使用 Gemma 模型。

這樣一來，谷歌在大模型領域形成了雙線作戰——閉源領域對抗 OpenAI，開源領域對抗 Meta。

在人工智能領域，谷歌可以算是開源的鼻祖。今天幾乎所有的大語言模型，都基于谷歌在 2017 年發布的 Transformer 論文；谷歌的發布的 BERT、T5，都是最早的一批開源 AI 模型。

然而，自從 OpenAI 在 2022 年底發布閉源的 ChatGPT，谷歌也開始轉向閉源策略。此后，開源大模型被 Meta 的Llama 主導，后來被稱為“歐洲版 OpenAI”的法國開源大模型公司 Mistral AI 走紅，其 MoE 模型也被眾多 AI 公司追捧。

無論在閉源還是開源領域，有世界上最前沿技術儲備與人才儲備的谷歌，都沒能確立絕對的領先地位。

如今，閉源與開源雙線作戰，這是谷歌的妙手、本手還是俗手？

1.谷歌被迫開源？

?

谷歌開源大模型的發布時間，比 Meta 的 Llama 晚了整整一年。

對此，出門問問創始人李志飛表示：“相比于去年上半年就開源，現在可能要花數倍的努力進行模型的差異化以及推廣的投入、才有可能在眾多開源模型中脫穎而出。”

同時，李志飛認為谷歌的開源力度也不夠，還是被動防御和扭扭捏捏的應對之策，不是進攻。“比如說，開個7B的模型實在是太小兒科了，一點殺傷力都沒有。應該直接開源一個超越市場上所有開源的至少 100B 的模型、1M 的超長上下文、完善的推理 infra 方案、外加送一定的 cloud credit。是的，再不歇斯底里 Google 真的就晚了。面對 OpenAI 的強力競爭，只有殺敵一千、自損一千五。”

李志飛感覺，谷歌覺得自己還是 AI 王者，放不下高貴的頭顱，很多發布都有點不痛不癢，還是沿著過去研發驅動的老路而不是產品和競爭驅動，比如說不停發論文、取新名字（多模態相關模型過去半年就發了 Palme、rt-2、Gemini、VideoPoet、W.A.L.T 等等）、發布的模型又完整度不夠，感覺就沒有一個絕對能打的產品。谷歌可能要意識到在公眾眼中，他在 AI 領域已經是廉頗老矣潰不成軍，經常起大早趕晚集（比如說這次 Sora 借鑒的 ViT、ViViT、NaVit、MAGVit 等核心組件技術都是它家寫的論文）。

但作為前谷歌總部科學家，李志飛也希望谷歌希望亡羊補牢未為晚。他表示：“Google 作為一個僵化的大公司，動作慢一點可以理解，但是如果再不努力是不是就是 PC 互聯網的 IBM、移動互聯網的 Microsoft ？ 作為 Google 的鐵粉，還是希望他能打起精神一戰，AI 產業需要強力的競爭才能不停往前發展，也需要他在前沿研究和系統的開源才能幫助一大眾貧窮的 AI 創業公司。”

另一位 AI 專家——微博新技術研發負責人張俊林認為，谷歌重返開源賽場，這是個大好事，但很明顯是被迫的。

張俊林表示：“去年 Google 貌似已經下定決心要閉源了，這可能源于低估了追趕 OpenAI 的技術難度，Bard 推出令人大失所望使得谷歌不得不面對現實，去年下半年進入很尷尬的局面，閉源要追上 OpenAI 估計還要不少時間，而開源方面 Meta 已下決心，還有 Mistral 這種新秀冒頭，逐漸主導了開源市場。這導致無論開源閉源，谷歌都處于被兩面夾擊，進退為難的境地。”

很明顯，Gemma 代表谷歌大模型策略的轉變：兼顧開源和閉源，開源主打性能最強大的小規模模型，希望腳踢 Meta 和 Mistral；閉源主打規模大的效果最好的大模型，希望盡快追上 OpenAI。

大模型到底要做開源還是閉源？

張俊林的判斷是，如果是做當前最強大的大模型，目前看還是要拼模型規模，這方面開源模型相對閉源模型處于明顯劣勢，短期內難以追上 GPT-4 或 GPT-4V。而且這種類型的大模型，即使是開源，也只能仰仗谷歌或者 Meta 這種財大氣粗的大公司，主要是太消耗資源了，一般人玩不起。國內這方面阿里千問系列做得比較好，肯把比較大規模的模型開源出來，當然肯定不是最好的，不過這也很難得了。

而在開源領域，張俊林的判斷是應該把主要精力放在開發并開源出性能足夠強的“小規模大模型”上（SLLM，Small Large Language Model），因此谷歌的開源策略是非常合理的。

目前看，作出強大的 SLLM 并沒有太多技巧，主要是把模型壓小的基礎上，大量增加訓練數據的規模，數據質量方面則是增加數學、代碼等數據來提升模型的推理能力。比如 Gemma 7B 用 6 萬億 Token 數據，外界猜測 Mistral 7B 使用了 7 萬億 Token 數據，兩者也應該大量采用了增強推理能力的訓練數據。

所以 SLLM 模型的性能天花板目前也沒有到頭，只要有更多更高質量的數據，就能持續提升 SLLM 模型的效果，仍然有很大空間。

而且 SLLM 相對 GPT-4 這種追求最強效果的模型比，訓練成本低得多，而因為模型規模小，推理成本也極低，只要持續優化效果，從應用層面，大家肯定會比較積極地部署 SLLM 用來實戰的，市場潛力巨大。也就是說，SLLM 應該是沒有太多資源，但是還是有一些資源的大模型公司必爭之地。

張俊林相信，2024 年開源 SLLM 會有黑馬出現。

2.大模型打壓鏈

?

從今天起，Gemma 在全球范圍內開放使用。該模型的關鍵細節如下：

發布了兩種權重規模的模型：Gemma 2B 和 Gemma 7B。每種規模都有預訓練和指令微調版本。

新的 Responsible Generative AI Toolkit 為使用 Gemma 創建更安全的 AI 應用程序提供指導和必備工具。

通過原生 Keras 3.0 為所有主要框架（JAX、PyTorch 和 TensorFlow）提供推理和監督微調（SFT）的工具鏈。 ?

上手即用 Colab 和 Kaggle notebooks，以及與 Hugging Face、MaxText 和 NVIDIA NeMo 等受歡迎的工具集成，讓開始使用 Gemma 變得簡單容易。

經過預訓練和指令微調的 Gemma 模型可以在筆記本電腦、工作站或 Google Cloud 上運行，并可輕松部署在 Vertex AI 和 Google Kubernetes Engine（GKE）上。

基于多個 AI 硬件平臺進行優化，其中包括 NVIDIA GPUs 和 Google Cloud TPUs。

使用條款允許所有組織（無論規模大小）負責任地進行商用和分發。

Gemma 是開源領域一股不可忽視的力量。根據谷歌給出的數據，性能超越 Llama 2。 ?

圖片來自谷歌

至此，大模型開源形成三巨頭局面：谷歌 Gemma、Meta LLama 和歐洲的 Mistral。 ? 張俊林認為，大模型巨頭混戰形成了打壓鏈局面：OpenAI 處于鏈條頂端，主要打壓對手是有潛力追上它的競爭對手：谷歌和 Anthropic，Mistral 估計也正在被列入 OpenAI 的打壓列表中。打壓鏈條為：OpenAI→Google &Anthropic & Mistral→ Meta→其它大模型公司。 ? 比如，谷歌上周發布的 Gemini 1.5 Pro 就是一個有代表性的案例，本身模型實例很強大，但在宣發策略上被 Sora 打到啞火；前年年底發布的 ChatGPT 也是臨時趕工出來打壓 Anthropic 的 Claude 模型的。 ?

張俊林對此判斷：“OpenAI 應該儲備了一個用于打壓對手的技術儲備庫，即使做得差不多了也隱而不發，專等競爭對手發布新產品的時候扔出來，以形成宣傳優勢。如果 OpenAI 判斷對手的產品對自己的威脅越強，就越可能把技術儲備庫里最強的扔出來，比如 ChatGPT 和 Sora，都是大殺器級別的，這也側面說明 OpenAI 比較認可 Gemini 1.5 和 Claude 的實力。而這種打壓策略很明顯還會繼續下去，以后我們仍然會經常看到類似的情景，不巧的是，可能其它公司比如谷歌也學會這招了，估計也很快會傳導到國內大模型公司范圍里。所以 2024 年會比較熱鬧，估計會有不少大戲上演。” ? 谷歌開源 Gemma 很明顯是針對 Meta 和 Mistral 而來。張俊林據此推測，Meta 的 LLama 3 很快就要發布了，或者Mistral 最近會有新品發布。

審核編輯：黃飛

?